• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.906-909
• /
• 2015

2000년대 초반에 e-러닝 산업이 크게 발전하면서 초 중 고 및 대학교에 이르기까지 전자칠판시스템이 널리 보급되어 스마트 교육 환경이 구축 활용되고 있다. 전자칠판(IWB, Interactive White Board) 시스템은 자체적으로 판서 소프트웨어를 포함하고 있으며, 강사는 이러한 판서 기능을 이용해 전자칠판 상에 필기를 함으로써 교육 효과를 더 높일 수가 있다. 본 논문에서는 사용자의 활용 빈도가 높은 메뉴 버튼들만 화면상에 표출되고, 사용자의 판서 위치에 따라 이들 메뉴 배치가 동적으로 이동하는 판서 소프트웨어의 동적 메뉴 배치 기술에 대해 연구 하였다. 이러한 기술을 적용한 판서 소프트웨어 구현 결과 불필요한 사용자의 이동이나 화면 가림 없이 편리하게 판서 메뉴를 이용할 수 있어 향후 스마트 교육의 발전에 크게 기여할 것으로 기대된다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.77-91
• /
• 2022

Various monitoring systems have been implemented in civil infrastructure to ensure structural safety and integrity. In long-term monitoring, these systems generate a large amount of data, where anomalies are not unusual and can pose unique challenges for structural health monitoring applications, such as system identification and damage detection. Therefore, developing efficient techniques is quite essential to recognize the anomalies in monitoring data. In this study, several machine learning techniques are explored and implemented to detect and classify various types of data anomalies. A field dataset, which consists of one month long acceleration data obtained from a long-span cable-stayed bridge in China, is employed to examine the machine learning techniques for automated data anomaly detection. These techniques include the statistic-based pattern recognition network, spectrogram-based convolutional neural network, image-based time history convolutional neural network, image-based time-frequency hybrid convolution neural network (GoogLeNet), and proposed ensemble neural network model. The ensemble model deliberately combines different machine learning models to enhance anomaly classification performance. The results show that all these techniques can successfully detect and classify six types of data anomalies (i.e., missing, minor, outlier, square, trend, drift). Moreover, both image-based time history convolutional neural network and GoogLeNet are further investigated for the capability of autonomous online anomaly classification and found to effectively classify anomalies with decent performance. As seen in comparison with accuracy, the proposed ensemble neural network model outperforms the other three machine learning techniques. This study also evaluates the proposed ensemble neural network model to a blind test dataset. As found in the results, this ensemble model is effective for data anomaly detection and applicable for the signal characteristics changing over time.

• 스마트미디어저널
• /
• 제11권5호
• /
• pp.63-74
• /
• 2022

기업공개(IPO)는 투자자 보호를 위한 법적 테두리가 마련되어 있으며, 다양한 정량적 평가 요소가 존재하기 때문에 객관적인 분석이 가능하며 다양한 연구가 수행되어 왔다. 또한, 크라우드펀딩 역시 투자자 보호를 위한 법적 제도와 무분별한 펀딩을 방지하기 위한 여러 장치가 마련되어 있다. 반면에 최근 각광받는 블록체인 기반의 암호화폐 백서(ICO)는 투자자를 보호할 법적 수단과 기준이 모호하며 ICO를 객관적으로 평가하기 위한 정량적 평가 방법이 미흡한 상황이다. 따라서 본 연구는 ICO의 사기 여부를 탐지하기 위해 온라인상 공개된 ICO 백서를 수집하고 텍스트 임베딩 기법인 BERT에 기반한 ICO 사기 예측을 수행하였고 기존의 Random Forest 머신러닝 기법과 비교하여 정량적 방법으로 사기 탐지가 가능함을 보였다. 최종적으로 본 연구는 비정형 데이터에 기반하여 ICO의 사기 여부를 판단할 수 있는 정량적 접근 방법론의 활용 가능성을 제시함으로써 정량적 방법에 기초한 ICO 사기 탐지 연구에 기여할 수 있을 것으로 기대된다

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.319-325
• /
• 2021

무선 기술의 고도화 및 이동통신 기술의 인프라가 빠르게 성장함에 따라 AI 기반 플랫폼을 적용한 시스템이 사용자의 주목을 받고 있다. 특히 사용자의 취향이나 관심사 등을 이해하고, 선호하는 아이템을 추천해주는 시스템은 고도화된 전자상거래 맞춤형 서비스 및 스마트 홈 등에 적용되고 있다. 그러나 이러한 추천 시스템은 다양한 사용자들의 취향이나 관심사 등에 대한 선호도를 실시간으로 반영하기 어렵다는 문제가 있다. 본 연구에서는 이러한 문제를 해소하기 위해 GRU(Gated Recurrent Unit) 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 취향이나 관심사를 실시간으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 또한 대중들의 관심사 및 해당 영화의 내용을 분석하여 사용자가 선호하는 요인과 유사한 영화를 추천하기 위해 GRU 언어 모델 기반의 모델을 적용하였다. 본 추천 시스템의 성능을 검증하기 위해 학습 모듈에서 사용된 스크래핑 데이터를 이용하여 학습 모델의 적합성을 측정하였으며, LSTM(Long Short-Term Memory) 언어 모델과 Epoch 당 학습 시간을 비교하여 학습 수행 속도를 측정하였다. 그 결과 본 연구의 학습 모델의 평균 교차 검증 지수가 94.8%로 적합하다는 것을 알 수 있었으며, 학습 수행 속도가 LSTM 언어 모델보다 우수함을 확인할 수 있었다.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.173-180
• /
• 2023

Smart factory companies are installing various sensors in production facilities and collecting field data. However, there are relatively few companies that actively utilize collected data, academic research using field data is actively underway. This study seeks to develop a model that detects anomalies in the process by analyzing spindle power data from a company that processes shafts used in automobile throttle valves. Since the data collected during machining processing is time series data, the model was developed through unsupervised learning by applying the Holt Winters technique and various deep learning algorithms such as RNN, LSTM, GRU, BiRNN, BiLSTM, and BiGRU. To evaluate each model, the difference between predicted and actual values was compared using MSE and RMSE. The BiLSTM model showed the optimal results based on RMSE. In order to diagnose abnormalities in the developed model, the critical point was set using statistical techniques in consultation with experts in the field and verified. By collecting and preprocessing real-world data and developing a model, this study serves as a case study of utilizing time-series data in small and medium-sized enterprises.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.1380-1382
• /
• 2007

인터넷의 발달로 온라인 원격강의나 E-Learning 형태의 교육이 많이 확산되었다. 온라인 교육의 확산으로 웹을 기반으로 하는 클라이언트 소프트웨어들이 많이 개발되어 사용되고 있다. 특히 교과목의 특성상 실습위주로 진행되는 프로그래밍 관련 교과목에서는 자동화 된 과제평가 시스템이 필요하다. 프로그래밍 과제평가 시스템에서는 과제제출, 소스코드 업로드, 컴파일 및 실행, 채점, 표절검사 등의 과제평가를 위한 기본적인 작업들을 수행된다. 위와 같은 작업들이 모두 평가시스템 서버에서 진행되기 때문에 서버에 많은 부하가 걸린다. 또한 공정한 평가를 위해 보안이 최우선적으로 고려되어야 한다. 본 논문에서는 스마트 클라이언트 기술을 이용한 과제평가 시스템을 설계하고 구현하였다. 본 시스템에서는 과제평가 시스템의 서비스를 분산시켜 시스템의 부하를 줄이고, 보안을 향상시킴으로써 학생들에게 공정한 평가를 가능하게 하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.53-62
• /
• 2022

The deployment of advanced structural health monitoring (SHM) systems in large-scale civil structures collects large amounts of data. Note that these data may contain multiple types of anomalies (e.g., missing, minor, outlier, etc.) caused by harsh environment, sensor faults, transfer omission and other factors. These anomalies seriously affect the evaluation of structural performance. Therefore, the effective analysis and mining of SHM data is an extremely important task. Inspired by the deep learning paradigm, this study develops a novel generative adversarial network (GAN) and convolutional neural network (CNN)-based data anomaly detection approach for SHM. The framework of the proposed approach includes three modules : (a) A three-channel input is established based on fast Fourier transform (FFT) and Gramian angular field (GAF) method; (b) A GANomaly is introduced and trained to extract features from normal samples alone for class-imbalanced problems; (c) Based on the output of GANomaly, a CNN is employed to distinguish the types of anomalies. In addition, a dataset-oriented method (i.e., multistage sampling) is adopted to obtain the optimal sampling ratios between all different samples. The proposed approach is tested with acceleration data from an SHM system of a long-span bridge. The results show that the proposed approach has a higher accuracy in detecting the multi-pattern anomalies of SHM data.

• 한국융합학회논문지
• /
• 제6권3호
• /
• pp.103-109
• /
• 2015

기존 이러닝 시스템의 실감형 교육 및 교육적 체감문제를 해결하기 위하여 투명 디스플레이 기반 디바이스에 증강현실 기술을 적용한 실감형 에듀테인먼트 시스템이 연구되었다. 그러나 투명디스플레이를 이용한 에듀테인먼트 시스템의 경우 다중 마커 배열 및 회전 마커 배열의 미검출에 대한 문제점과 투명디스플레이를 투영한 현실 공간과 가상 객체간의 조명환경 차로 인한 부조화 현상에 대한 문제점과 다양한 디바이스를 통해 서비스를 제공받지 못하는 문제점을 가지고 있다. 따라서 본 논문에서는 회전 마커 검출이 가능한 향상된 마커 검출 기법을 통해 다수의 마커 배열과 회전 마커 배열을 인식하고 중첩 블록 레이어를 통해 현실 공간과 가상공간의 조명 환경을 통일하여 현실감 있는 융합형 에듀테인먼트 콘텐츠를 제공하는 시스템을 설계하였다.

• 한국통신학회논문지
• /
• 제40권5호
• /
• pp.914-923
• /
• 2015

스마트 디바이스의 보급과 더불어 스마트 TV, 웹 기반 IPTV등의 확산으로 사용자 측의 방송 콘텐츠 재생 단말의 급속한 변화가 일어나고 있다. 이러한 환경 변화를 통해 방송 콘텐츠들은 다양한 웹 서비스들이 결합된 응용 서비스들이 가능해졌으며 방송 환경에서의 웹 콘텐츠의 수용을 더욱 촉진하고 있다. 이러한 변화와 함께, 교육 콘텐츠의 경우 교수자의 강의를 일방적으로 전달하던 방송 형태에서 점차 웹을 응용한 온라인 교육 환경으로 발전함에 따라 점점 교수자와 학습자간의 상호작용에 대한 요구가 증가하고 있다. 본 논문에서는 웹 기술과 방송이 결합된 환경에서 양방향 교육 환경을 지원하기 위해, WebRTC (Web Real-Time Communication) 기반 원격 협업 학습 플랫폼을 제안한다. 변화된 환경에서의 원격 협업 교육 서비스 시나리오 도출을 통해 요구사항을 정의하고, 이를 지원하기 위한 웹 기반 원격 협업 콘텐츠 객체 공유 기술과 협업 스트리밍 기술을 제시한다. 특히 WebRTC를 기반으로 한 효율적인 사용자 세션 제어, 연동 및 관리를 위한 협업 교육 플랫폼 구조 제안 및 구현을 통해 실제 교육 환경에서의 적용 및 검증하고, 본 기술의 가능성을 확인하였다.

• 기술혁신학회지
• /
• 제17권2호
• /
• pp.380-420
• /
• 2014

오늘날 불확실성이 증가하면서 조직구성원의 전문역량, 즉 혁신역량에 대한 중요성이 커지고 있다. 이러한 실정에도 불구하고, 조직원 개인의 혁신역량에 대해 혁신산출물을 만들기 위한 투입요소, 혁신 활동(혁신역량보유, 발휘, 증진노력 등) 그리고 혁신산출물 간의 관계에 관한 연구는 아직까지 많지 않은 편이다. 이런 원인은 기존 혁신연구단위가 국가단위, 산업단위, 기업단위에서 이루어지는 것이 일반적이기 때문이며, 상대적으로 특정기업의 투입, 산출 및 혁신활동 자체에 대한 분석이 다소 부족한 편이다. 그러므로 이 연구는 기존 혁신연구의 틀과 시각에서 벗어나, 특정조직중심의 개인별 혁신성과와 그 성과와 관련성이 높을 것으로 추정되는 혁신활동들에 대한 네 가지 가설, 즉 첫째는 역량의 차이에 따라 혁신성과는 차이가 있을 것이다. 둘째, 학습시간의 차이에 따라 역량은 차이가 있을 것이다. 셋째, 학습시간의 차이에 따라 혁신성과는 차이가 있을 것이다. 넷째, 학습시간과 혁신성과 간의 관계에는 혁신역량의 매개효과가 있을 것이다(구조모형 검정)는 문제에 대해 정량분석을 시도하여, 조직 경쟁력을 향상시키기 위한 정책적 시사점을 도출하는 것을 연구목적으로 한다.